数据包络分析--SBM Model

DEA--SBM model
- 扩充知识--radial and non-radial
- SBM model
- - 模型解释1
  - 模型解释2
  - 变型
  - 对偶模型
- SBM-efficiency
- SBM projection
- SBM 与CCR
作者有话说

DEA–SBM model

扩充知识–radial and non-radial

这里，我们先介绍一个知识，径向与非径向。这两个概念的区别只存在于投入与产出项，看它们是否能按一个比例进行放缩。如果能的话，这个模型便是径向的；反之，则是非径向的。

比如说，在第一章中所介绍的CCR模型，其模型可表示为（用基于输入向的包络型）：

可以看到x0是通过与theta进行乘积来实现压缩（theta小于等于0），这说明投入项可以按照一个比例进行乘积，因此CCR模型是径向模型。

CCR是径向模型，相似地，BCC模型也是径向的。

而在第三章学过的Additive model是非径向模型，它的投入与产出并没有按比例进行放缩：

而我们接下去要学习的SBM也是一个非径向（non-radial）模型。

SBM model

先放出SBM模型的公式：

模型解释1

我们假设模型中的投入全部是非负，即X≥0。
如果投入X出现零时，即X_i0=0，那么就删掉目标函数中的这一项值。
至于出现y≤0时，就用一个很小的数去进行替换这一项值，以此来作为惩罚项。

（但是其实对于y的处理存在很大的争议，有些学者认为如果非正就用一个很小的数去代替的话，那么该用多小的数，并且不同程度的负值怎么体现等问题就紧接出现）

模型解释2

根据上述对模型变量的处理，还有所有松弛变量都是非负的，接下来对模型的目标函数进行解析：
根据约束条件，我们可以得到,从而分子部分。又分母部分一定是大于等于1的，这样就可以得出这个结论：。

变型

这一个部分与第一张CCR变型类似。都是将分母部分令为t:

重新设定变量：

这样就可以把一个分式模型变成一个线性模型：

对偶模型

这里对偶模型不再详细展开，直接放模型两种形式的公式：

SBM-efficiency

SBM模型有效，当且仅当目标函数ρ^*=1。其实也就是所有的松弛为零。

SBM projection

SBM的投影与加性模型一致，最重要的就是在等式中保留与λ相关的那一部分，其他的全部移向等式另一边：

那么此时这个新的是SBM有效的。

SBM 与CCR

因为本章节用的SBM模型是规模报酬不变的，因此与CCR进行比较（而不是BCC）。

我们从SBM模型出发，在其达到最优值时，对其约束条件向CCR模型转换：

此时重新规定松弛变量:

这一步，比起原SBM模型来说，多出了一个限制条件。那么在同是求目标函数最小值的情况下，限制条件越多越难取得更小的值。那么CCR模型的条件更多，SBM的更少，因此：

作者有话说

内心独白：我的排版真的好丑，一定要赶紧去学习latex，丑到受不了。先就这样吧，SBM内容可太多了，有空再来！写谱聚类作业去咯！！！

数据包络分析--SBM模型（第一篇）相关推荐

数据包络分析--SBM Model（第二篇）
Data envelopment analysis--SBM model DEA--SBM model SBM与CCR(从CCR往SBM推) SBM efficiency=CCR efficiency ...
数据包络分析-CEA碳减排有关文献分析（第一篇）
数据包络分析-CEA碳减排有关文献分析基本情况模型建立-CRS CCR基础模型 CCR文献改进模型 CCR最终模型(文献所用) 模型建立-VRS VRS基础模型 VRS文献改进模型 VRS最终模型 ...
数据包络分析--两阶段加性网络DEA--使用优化黄金分割比例算法（第一篇）
数据包络分析-两阶段加性网络-使用黄金分割比例算法文献介绍乘子模型基础信息黄金分割比例算法例子文献介绍如果阅读过我前面的文章<数据包络分析-加性网络DEA分解>,那么这篇文章 ...
数据包络分析-二阶段网络带feedback（第二篇）
数据包络分析-二阶段网络带feedback(第二篇) 模型示意图第一点:投入分配第二点:只需要用一个 C h a r n e s C o o p e r Charnes\;Cooper Charn ...
仁慈型dea matlab程序,数据包络分析(DEA)方法..docx
数据包络分析(DEA)方法. 二.数据包络分析(DEA)方法数据包络分析(data envelopment analysis, DEA)是由著名运筹学家Charnes, Cooper和Rhodes于1 ...
大数据技术原理与应用第一篇大数据基础
目录第一章大数据概述一. 大数据时代 1.1 三次信息化浪潮 1.2 信息科技发展 1.3 数据产生方式的变革 1.4 大数据的影响二. 大数据的概念 2.1 大数据的特征 2.2 大数据关键 ...
效率评价方法--数据包络分析
一. 数据包络分析方法概念 1.1 理论背景我们常常需要对具有相同类型的部门或单位(称为决策单元)进行评价,其评价的依据是决策单元的"输入"数据和"输出"数据 ...
DEA（数据包络分析）程序模板
在人们的生产活动和社会活动中常常会遇到这样的问题:经过一段时间之后,需要对具有相同类型的部门或单位(称为决策单元)进行评价,其评价的依据是决策单元的"输入"数据和"输出& ...
数据包络分析DEA（数学建模）
一.模型背景数据包络分析是线性规划模型的应用之一,常被用来衡量拥有相同目标的运营单位的相对效率. 数据包络分析是一种基于线性规划的用于评价同类型组织(或项目)工作绩效相对有效性的特殊工具手段.这类组 ...
数据包络分析法（DEA）在数学建模中的应用
简介数据包络分析方法(Data Envelopment Analysis,DEA)是运筹学.管理科学与数理经济学交叉研究的一个新领域.它是根据多项投入指标和多项产出指标,利用线性规划的方法,对具有可 ...

数据包络分析--SBM模型（第一篇）